摘要
本发明涉及电池技术领域,具体涉及基于机器视觉的电池极群中极耳位置检测方法及系统;其方法包括:获取待检测电池极群图像中各极耳的连通域;提取各极耳的连通域的三个特征;计算各极耳的任一特征与模板电池极群图像中各模板极耳对应特征的相似度;采用KM算法进行待检测电池极群图像中各极耳与模板电池极群图像中各模板极耳的匹配,得到匹配结果以及匹配结果的边权总和;将边权总和分别输入第一网络模型和第二网络模型,得到第一异常率和第二异常率,并得到异常概率;响应于异常概率大于阈值,待检测电池极群图像中存在位置错位或缺陷的极耳。本发明能够准确地确定电池极群中极耳是否合格,提高了电池的可靠性。
技术关键词
电池极群
位置检测方法
模板
图像
视觉
随机森林模型
KM算法
亮度
位置检测系统
阈值分割方法
皮尔逊相关系数
网络模型训练
序列
支持向量机
标签
数据
错位
计算机
系统为您推荐了相关专利信息
大语言模型
意图
答复方法
内容评估
生成提示信息
汽车刹车盘
孔洞缺陷
滑动窗口
缺陷检测方法
缺陷检测系统
钛金属表面
图像增强方法
双树复小波变换
梯度结构张量
Retinex模型
厚度预测方法
多模态影像数据
局部统计特征
视盘
模态特征